旋转和平移不变纹理特征的遥感影像居民地提取

本文利用Radon变换的小波系数直方图对遥感影像居民地进行提取。首先,通过Radon变换将纹理影像的旋转和平移转化为平移,然后对Radon变换后的影像进行小波变换,最后利用小波系数直方图作为旋转和平移不变特征进行纹理分割。实验结果表明:基于Radon变换的小波系数直方图方法对遥感影像居民地有较好的提取结果。     

纹理主方向的遥感影像居民地提取

本文研究利用基于傅立叶变换和Hough变换的灰度共生矩阵方法对遥感影像居民地进行提取。首先,通过傅立叶变换把遥感影像变换到频率域,然后利用Hough变换找出遥感影像的主纹理方向,进而把影像主纹理方向旋转至水平,最后利用灰度共生矩阵方法进行纹理分割。实验结果表明:基于傅立叶变换和Hough变换的灰度共生矩阵方法对遥感影像居民地有较好的提取结果。     

基于Radon和树型小波变换的遥感影像居民地提取

针对频域变换的旋转不变纹理特征,提出Radon变换结合树型小波变换的纹理特征提取方法。以Radon变换处理影像将影像纹理的旋转转化成平移信息,对变换后的影像进行非完全树型小波变换。此时可以将能量作为旋转不变纹理特征,但得到的小波系数所携带信息较少,所以本文采用小波系数直方图作为纹理特征。采用此方法对居民地进行提取,实验结果表明利用该方法能得到比较有效稳定的旋转不变纹理特征,并且对不同的中小比例尺遥感影像都有较好的适应性。     

一种基于四元数变换的彩色遥感影像检索方法

遥感影像常存在旋转和缩放等变化关系，这就要求检索时图像特征具有旋转和尺度不变等性质。目前，彩色遥感影像检索在提取这些特征时通常对色彩通道单独进行处理，导致3个通道之间的关系信息丢失，且没有充分利用数据本身所特有的几何特征，影响了检索精度。结合四元数与正交傅里叶-梅林矩的优点，提出了一种基于四元数变换的遥感影像检索方法。针对已有工作中存在的基于四元数傅里叶-梅林矩所提取的纹理特征只具有旋转不变性的问题，利用四元数正交傅里叶-梅林矩构造出具有旋转和尺度不变的纹理特征，并使用四其对图像进行边缘检测，得到边缘色彩图像并提取边缘色彩直方图，综合多种特征进行图像检索。实验结果表明，使用此方法进行遥感影像检索对于图像旋转和尺度变化具有良好的鲁棒性，检索性能明显提高。     

假高帽变换的高分影像居民地信息提取

针对高分辨率遥感影像暗背景下亮居民地的提取问题,该文提出了一种基于形态学多轮廓结构元素假高帽变换的提取方法。该方法首先采用腐蚀型边缘检测算子对影像进行预处理,接着利用多轮廓结构元素分别对影像进行假高帽变换,然后对各个处理结果进行加权融合,最后对加权融合后图像区域生长完成轮廓跟踪。实验结果表明,该方法能够提取居民地,特别适合于暗背景下较亮区域居民地的提取,并且提取效率较高,对于遥感影像居民地提取的研究与应用具有一定的参考价值。     

小波和傅里叶变换在坐标时间序列分析中的应用

正确提取坐标时间序列中的特征信息是非线性变化分析的前提．根据傅里叶变换和小波变换各自的特点,提出将两种方法结合起来对时间序列在时域和频域上进行分析的算法．首先采用小波函数db4对坐标时间序列分解5层得到高频和低频部分,进而分析各次谐波的时域波形以及可能存在的突变信息和区间,再在快速傅里叶变换的基础上求得各次谐波的准确频率和幅值．研究结果表明,低频分析可以直观地得到“周年项”和“两年周期项”,而高频分析能够较准确提取“半周年项”、“一季项”等短周期．与单独采用傅里叶变换或小波变换相比,基于小波变换与傅里叶变换相结合的方法能够有效地提取坐标时间序列中的特征信息,具有较高的研究价值.      

运用特征点的矢量空间数据盲水印算法

针对矢量空间数据水印攻击的特点,该文提出了基于特征点的矢量空间数据盲水印算法。在水印嵌入前,应用道格拉斯-普克方法,提取矢量数据特征点;对特征点进行离散傅里叶变换,将水印通过量化的方法嵌入离散傅里叶变换后的幅度系数和相位系数中;水印被多次嵌入,实现了水印的盲提取。试验结果表明,该方法引起的空间数据误差很小,同时对旋转、平移、要素排序、数据格式转换、裁剪、压缩、增删点等攻击具有较好的鲁棒性。     

视觉显著性与知觉组织相结合的高分影像居民地提取方法

受人类视觉认知机制的启发,提出了一种利用视觉显著性与知觉组织相结合的高分辨率遥感影像居民地提取方法。首先利用认知物理学中的数据场构建居民地的视觉显著性模型,并通过自适应阈值法实现候选居民地的自动提取,然后利用多尺度小波变换的高频特征实现居民地的知觉组织,最后通过集合交运算提取同时满足这两种视觉机制的居民地。通过ZY-3和Quickbird两种高分传感器的影像数据集进行居民地提取试验,验证了该方法的有效性。     

面状居民地匹配骨架线傅里叶变化方法

大比例尺城市居民地是变化最为活跃的要素之一,因其形态复杂多样,数据量密集,匹配过程复杂,成为空间数据匹配的重点。面状居民地匹配骨架线傅里叶变化方法首先把大比例尺面状居民地转化为能够反映其主要轮廓特征的骨架线;其次,把骨架线转化为更易于表达其形态特征的几何形态数据,并对其进行插值计算;第三,对几何形态数据采用傅里叶变换,获取匹配双方骨架线之间的相关系数;最后,通过相关系数来判断双方骨架线之间是否满足匹配条件,从而得到骨架线所对应居民地的匹配结果。通过等级化处理,把2维面状居民地转化为1维骨架线,有效降低了空间数据的复杂性,并可把许多线要素匹配的方法引入进来;把骨架线转化为几何形态数据,并采用傅里叶变换进行形态计算,线要素的几何形态相似性分析得到显著增强,提高了数据匹配的准确率。通过试验验证及对比分析,证明了本方法的有效性和科学性。     

六边形格网的快速傅里叶变换

全球离散格网系统是支持多源地球空间数据融合处理的新型数据模型,傅里叶变换是联系其空域与频域的纽带,对以格网系统为框架的遥感图像的增强具有重要意义。根据三孔六边形格网剖分方案,设计了一种规则六边形格网单元组合结构,并将该结构空间域的二维离散傅里叶变换转化为可以用蝶形算法加速的标准一维变换。采用遥感影像进行实验验证,结果表明本文提出的快速傅里叶变换算法正确、高效,其复杂度为N log2N。随着数据量增大,效率以指数函数形式提高。     

利用最优估计理论进行多光谱与全色影像融合

应用小波变换分解遥感影像,利用遥感影像自身的先验信息——空间分辨率确定高频域融合过程中的权值,使用最小二乘估计与小波重构完成影像融合。实验结果表明,相对于参考的其他融合方法,此方法在注入全色影像空间细节和保持多光谱影像的光谱信息方面性能更佳。     

利用Fourier-Mellin变换的遥感图像自动配准

提出了一种利用Fourier-Mellin变换的遥感图像配准方法。首先,进行Fourier变换求取频谱能量值并进行高通滤波,将滤波后的能量转换成对数极坐标,通过计算互功率谱,运用相位相关技术得到比例系数和旋转角,两幅图像按照得到的参数进行旋转缩放变换得到变换图像;然后,进行相位相关运算得到平移量,作平移变换;最终叠加显示,可以得到配准图像。实验结果表明,该算法具有很好的有效性和可靠性。     

基于IHS变换的最优树分解在遥感图像融合中的应用

探讨了遥感多光谱与全色波段图像的融合问题，分析了基于IHS变换的小波包变换分解的遥感图像融合方法，提出了基于最优树分解的融合方法。此方法首先将多光谱图像进行IHS变换，然后对I分量和全色图像进行小波包分解和最优树分解，再进行融合，最后进行IHS 逆变换得到融合图像。此方法不仅得到较好的图像主观视觉效果，而且兼顾了客观上熵最大的原则。     

一种基于小波系数特征的遥感图像融合算法

多光谱图像和全色图像是目前卫星遥感领域最常见的传感器图像.为了更充分地发挥这两类遥感图像数据的价值,人们利用两类数据的互补性,将多传感器融合技术引进了遥感图像处理领域.在IHS彩色空间变换和小波多分辨率分析的基础上,利用图像高频小波系数的多个特征来定义特征量积,并利用特征量积作为依据提出了一种图像融合新算法.通过一组多光谱图像和全色图像数据进行融合仿真试验,并将该算法与IHS,HPF等算法和归一化矩算法作了比较.证明该方法能在保留多光谱图像光谱信息的基础上,有效地提高多光谱图像的空间分辨率.     

混沌蜂群优化的NSST域多光谱与全色图像融合

为有效融合多光谱图像的光谱信息和全色图像的空间细节信息,提出了一种基于混沌蜂群优化和改进脉冲耦合神经网络(PCNN)的非下采样Shearlet变换(NSST)域图像融合方法。首先对多光谱图像进行Intensity-HueSaturation(IHS)变换,全色图像的直方图按照多光谱图像亮度分量的直方图进行匹配;然后分别对多光谱图像的亮度分量和新全色图像进行NSST变换,对低频分量使用改进加权融合算法进行融合,以互信息作为适应度函数,利用混沌蜂群算法找到最优加权系数。对高频分量采用改进脉冲耦合神经网络(PCNN)方法进行融合,再经NSST逆变换和IHS逆变换得到融合图像。本文方法在主观视觉效果和信息熵、光谱扭曲度等客观定量评价指标上优于基于IHS变换、基于非下采样Contourlet变换(NSCT)和非负矩阵分解(NMF)、基于NSCT和PCNN等5种融合方法。本文方法在提升图像空间分辨率的同时,有效地保留了光谱信息。     

Remote Sensing Image Fusion Based on Nonlinear IHS and Fast Nonsubsampled Contourlet Transform

The purpose of remote sensing image fusion is to inject the detail image extracted from the panchromatic (PAN) image into the low spatial resolution multispectral (MS) image. A novel remote sensing image fusion method based on fast nonsubsampled contourlet transform (FNSCT) and Nonlinear intensity-hue-saturation (IHS) is presented in this paper. Firstly, the Nonlinear IHS transform is performed on the multispectral image, and then the I-component representing the spatial resolution and the panchromatic image is transformed by NSCT to obtain the low frequency and high frequency. Finally, the coefficients are selected using the improved sum-modified-Laplacian (SML) method and the improved Log-Gabor filter in the low frequency and the high frequency, respectively. Experimental results show that the proposed method is the most advanced fusion method in subjective and objective evaluation, can provide more spatial information, and retain more spectral information compared with several other methods.